System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种设备状态预测方法、装置、电子设备及存储介质制造方法及图纸_技高网

一种设备状态预测方法、装置、电子设备及存储介质制造方法及图纸

技术编号:40750933 阅读:3 留言:0更新日期:2024-03-25 20:06
本申请提供了一种设备状态预测方法、装置、电子设备及存储介质,涉及数据处理领域,该方法包括:获取设备电流的当前特征向量;基于索引图确定与当前特征向量相关的预设数量个历史特征向量,索引图中包含多个历史特征向量;基于历史特征向量从预设数据库中确定对应的目标状态,预设数据库中包含多个历史特征向量和每个历史特征向量对应的目标状态;基于预设数量个目标状态确定设备的预测状态。解决现有方法无法在险情发生前监测到异常,监测机制滞后,不够及时的问题。

【技术实现步骤摘要】

本申请涉及数据处理领域,尤其涉及一种设备状态预测方法、装置、电子设备及存储介质


技术介绍

1、能源站主要存在起火、爆炸、过热、漏液等险情。而目前对能源站的险情进行监测的方法主要有两种。一种是基于传感器对险情进行监测报警,如温度传感器或烟雾传感器。另一种是通过监控摄像头并基于计算机视觉的人工智能对险情进行监测报警。上述方法均是在险情发生后才能被监测到,监测机制滞后,不够及时。


技术实现思路

1、本申请提供了一种设备状态预测方法、装置、电子设备及存储介质。

2、本申请实施例一方面提供一种设备状态预测方法,所述方法包括:

3、获取设备电流的当前特征向量;

4、基于索引图确定与所述当前特征向量相关的预设数量个历史特征向量,所述索引图中包含多个历史特征向量;

5、基于所述历史特征向量从预设数据库中确定对应的目标状态,所述预设数据库中包含所述多个历史特征向量和每个历史特征向量对应的目标状态;

6、基于预设数量个目标状态确定所述设备的预测状态。

7、其中,所述获取设备电流的当前特征向量,包括:

8、采集所述设备电流的当前频谱数据;

9、对所述当前频谱数据进行特征提取,得到当前特征向量。

10、其中,所述基于索引图确定与所述当前特征向量相关的预设数量个历史特征向量,包括:

11、基于所述当前特征向量确定所述索引图第一层的候选特征向量,所述索引图中包含至少三层,每层包含多个历史特征向量;

12、对所述索引图的第二层到所述索引图的最后第二层进行遍历,基于索引图上一层的候选特征向量和所述当前特征向量确定索引图当前层的候选特征向量;

13、所述遍历完成后,得到所述索引图最后第二层的候选特征向量;

14、确定所述索引图最后一层中与所述索引图最后第二层的候选特征向量相关的多个历史特征向量;

15、基于所述当前特征向量从所述多个历史特征向量中选取预设数量个历史特征向量。

16、其中,所述基于所述当前特征向量确定所述索引图第一层的候选特征向量,包括:

17、在所述索引图第一层中确定与所述当前特征向量相关的历史特征向量;

18、将所述历史特征向量确定为所述索引图第一层的候选特征向量。

19、其中,所述基于索引图上一层的候选特征向量和所述当前特征向量确定索引图当前层的候选特征向量,包括:

20、在所述索引图当前层中确定与所述索引图上一层的候选特征向量相关的多个历史特征向量;

21、确定所述多个历史特征向量中与所述当前特征向量相关的历史特征向量,并将确定出的历史特征向量确定为所述索引图当前层的候选特征向量。

22、其中,所述基于索引图上一层的候选特征向量和所述当前特征向量确定索引图当前层的候选特征向量,包括:

23、在所述索引图当前层中确定与所述索引图上一层的候选特征向量之间距离小于等于预设距离的多个历史特征向量;

24、确定所述多个历史特征向量中与所述当前特征向量相关的历史特征向量,并将确定出的历史特征向量确定为所述索引图当前层的候选特征向量。

25、本申请实施例另一方面提供一种设备状态预测装置,所述装置包括:

26、采集模块,用于获取设备电流的当前特征向量;

27、计算模块,用于基于索引图确定与所述当前特征向量相关的预设数量个历史特征向量,并确定所述历史特征向量对应的目标状态,所述索引图中包含多个历史特征向量;

28、处理模块,用于基于预设数量个目标状态确定所述设备的预测状态。

29、其中,所述计算模块,还用于基于所述当前特征向量确定所述索引图第一层的候选特征向量,所述索引图中包含至少三层,每层包含多个历史特征向量;

30、所述计算模块,还用于对所述索引图的第二层到所述索引图的最后第二层进行遍历,基于索引图上一层的候选特征向量和所述当前特征向量确定索引图当前层的候选特征向量;

31、所述计算模块,还用于所述遍历完成后,得到所述索引图最后第二层的候选特征向量;

32、所述计算模块,还用于确定所述索引图最后一层中与所述索引图最后第二层的候选特征向量相关的多个历史特征向量;

33、所述计算模块,还用于基于所述当前特征向量从所述多个历史特征向量中选取预设数量个历史特征向量。

34、本专利技术还一方面提供一种电子设备,包括:

35、处理器、用于存储所述处理器可执行指令的存储器;

36、所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现所述的设备状态预测方法。

37、本专利技术再一方面提供一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行所述的设备状态预测方法。

38、应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。

本文档来自技高网...

【技术保护点】

1.一种设备状态预测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的设备状态预测方法,其特征在于,所述获取设备电流的当前特征向量,包括:

3.根据权利要求1所述的设备状态预测方法,其特征在于,所述基于索引图确定与所述当前特征向量相关的预设数量个历史特征向量,包括:

4.根据权利要求1所述的设备状态预测方法,其特征在于,所述基于所述当前特征向量确定所述索引图第一层的候选特征向量,包括:

5.根据权利要求1所述的设备状态预测方法,其特征在于,所述基于索引图上一层的候选特征向量和所述当前特征向量确定索引图当前层的候选特征向量,包括:

6.根据权利要求1所述的设备状态预测方法,其特征在于,所述基于索引图上一层的候选特征向量和所述当前特征向量确定索引图当前层的候选特征向量,包括:

7.一种设备状态预测装置,其特征在于,所述装置包括:

8.根据权利要求7所述的设备状态预测装置,其特征在于,所述装置包括:

9.一种电子设备,其特征在于,所述电子设备包括:

10.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序用于执行权利要求1-6任一项所述的设备状态预测方法。

...

【技术特征摘要】

1.一种设备状态预测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的设备状态预测方法,其特征在于,所述获取设备电流的当前特征向量,包括:

3.根据权利要求1所述的设备状态预测方法,其特征在于,所述基于索引图确定与所述当前特征向量相关的预设数量个历史特征向量,包括:

4.根据权利要求1所述的设备状态预测方法,其特征在于,所述基于所述当前特征向量确定所述索引图第一层的候选特征向量,包括:

5.根据权利要求1所述的设备状态预测方法,其特征在于,所述基于索引图上一层的候选特征向量和所述当前特征向量确定...

【专利技术属性】
技术研发人员:邱晓明
申请(专利权)人:中能汇浙江科技股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1